2016년 6월 10일 금요일

china cpi 20160610





http://www.stats.gov.cn/tjsj/zxfb/201606/t20160609_1365945.html

2.3-2.3-2.3-2.0
물가상승이 멈추었다.
전문가들 예측은 2.3이었다고 한다. 만약 그렇게 나왔으면 조작을 의심할 수도 있었다.
문제의 식품 가격 중 채소값이 내려갔다.
그런데 수산물값이 오른다.


China Producer Prices Change


ppi가 계속 올라오고 있지만, 아직 -2.8%이다.
전년대비 상승이 시작되면 디플레이션 우려를 떨쳐버리게 될 것이다.
얼마 남지 않은 것으로 본다.



http://runmoneyrun.blogspot.kr/2016/05/china-cpi-20160512.html
http://runmoneyrun.blogspot.kr/2016/05/pork-crisis.html
http://runmoneyrun.blogspot.kr/2016/04/china-cpi-pork-or-hog-cycle.htmlhttp://runmoneyrun.blogspot.kr/2016/03/the-end-of-current-business-cycle.html




왜 지금? 금리인하, 실질금리, 기대인플레이션


금리를 낮추면 돈이 돌수도 있다.
왜?
장롱에 넣어 둔 돈이 썩기 때문이다.
확실하게 썩어서 거름이 되려면 실질금리가 마이너스가 되면 된다.
미국, 유럽, 일본에서 금융위기 이후 벌어진 비현실적인 일들의 목표가 그것이라고 본다.
그러니 장기 싸이클에서 실질금리가 마이너스일 때가 엄청난 기회였던 것은 우연이 아니다.

http://runmoneyrun.blogspot.kr/2016/02/once-in-lifetime-opportunity-2016.html

어제 놀라운 일이 벌어졌다.
지난 1년동안 아무때나 내려도 되는 상황에서 왜 지금인지에 대해서는 말이 많다.

나도 모르겠다.
다만 내가 그자리에 있어도 불을 질러 보고 싶은 느낌적인 느낌이 든다.




실질금리는 금리에서 물가를 뺄 수도 있지만 크루그먼님께서는 기대인플레이션을 빼야한다고 하셨다.
현재 물가보다 미래의 물가에 대한 기대가 현재 금리수준이 높고 낮음을 판단하는 기준이고, 그것이 시장의 돈을 움직이는 동력이라면 그렇게 해야쥐.
그래서 전부터 그리 했었다.


한국은행 욕하지 마라. 쓰레기들아 - 실질금리, cpi, 기대인플레이션
http://runmoneyrun.blogspot.kr/2015/06/cpi.html

기대인플레이션과 cpi - 실질금리의 중요성
http://runmoneyrun.blogspot.kr/2015/04/cpi.html

금리 잡상 - 집값, 가계대출, 물가, kospi
http://runmoneyrun.blogspot.kr/2015/06/kospi.html

http://runmoneyrun.blogspot.kr/2014/01/yen-real-effective-vs-nominal-20131213.html



지금 다시 보니 남들이 그려주던 실질금리와 많이 달라졌다.
사상 최저를 갱신하고 있던 실질금리가 너무 낮은 것은 아닌가 하는 생각이 들고 그것이 반전하기 시작할 때 금리를 낮춘 것이다.
불을 지를려면 지금이 맞다.
한국은행장님은 존경을 받아야 한다.

기대인플레이션이 아니라 물가로 봐도 저점권이라는 것은 변함이 없다.
그러나 아직 마이너스가 아니다.
만약 기준금리를 낮춰서 마이너스를 달성할 수 있다면 역시 해 볼만한 일이다.



장단기 금리차가 주가지수 전년동월비와 더불어 가장 중요하고 빠르고 투명한 경기선행 지표라고 본다.
실질금리와 비교해도 바닥권이라는 점은 차이가 없다.




주가지수 전년동월비는 5년간의 바닥에 머물러 있다.
액션을 취할 만하다.




소비자물가와 기대인플레이션이다.
물가가 내려가고 있고, 횡보하던 기대인플레이션도 소숫점아래 숫자가 하나 변했다.

미국보다 중국보다 물가 상승이 느리다.
환율때문이고 앞으로 원화강세가 진행될 것이 눈에 보인다면 물가상승을 유발하고 싶을 듯하다.




기대인플레이션은 물가의 12개월이동평균을 매우 잘 따라다녔는데 3년전부터 느려졌다.
물가가 상승하면서 벌어졌던 차이가 좁혀질 수 있었으나, 몇개월동안의 물가하락으로 인해 지연되고 있다.
핵심물가로는 조금 다르지만, 번잡하니 이대로 보자. 이것으로 충분하다.





분홍선이 물가와 기대인플레이션과의 차이이다.
물가와 기대인플레이션과의 차이가 벌어져서 금리에 육박하는 상황이 되었다.
그 차이가 자그마치 4년이 유지되고 있다.




시장 금리가 물가를 반영할까? 기대인플레이션을 반영할까?


만약 시장금리(녹색선)가 14년부터 기대인플레이션이 아니라 좀 더 물가를 반영하는 쪽으로 움직인 것이라면 물가를 움직여야 시장금리가 변하고, 그럴려면 말이 아니라 물가를 올릴 직접적인 행동이 필요하다.
돌아보니 그랬었나 싶다는 것이다.




요약

기준금리를 낮춰서 실질금리가 낮아지면, 돈이 돌고 물가가 올라가고 기대인플레이션이 올라가고 침체, 디플레에 대한 뿌리깊은 의심이 바뀔 수도 있다.
지금은 불을 지르고 싶은 순간이고, 온 산이 탈지 지켜볼만 하다.
물가뿐 아니라 기대인플레이션을 이용해서 실질금리를 구하는 제도권 전문가가 있다면, 잘 추적해보자.





2016년 6월 9일 목요일

korea low vol etf - good



fig

174350 - tiger로우볼
192720 - airrang스마트베타lowvol
069500 - kodex 200


2년 넘은 로우볼 etf 2개가 저변동성을 실현 중. 수익률도 준수.

http://runmoneyrun.blogspot.kr/2014/08/low-vol-etf-update.html

출시 후 3년이 넘고 목적에 부합하는 성과를 내고 있는 tiger로우볼은 시간의 시험을 통과한 것 같기도.
한국 인덱스펀드를 매수한다면 일부는 로우볼로 편입 가능.
하나보다는 로우볼 etf 2개를 나누어 담는 것이 맘편할 듯.







2016년 6월 8일 수요일

주택공급부족 이제 해소 중



http://runmoneyrun.blogspot.kr/2016/06/house-price-nominal-real.html


이렇게 과거의 숫자와 그림을 들여다 봐서 당연히 과거에 대해 잘 알게 되는 것이 있지만, 더 흥미있는 것은 미래에 대한 힌트를 얻을 수 있다는 것이다.

기껏 그려놓고 헛된 망상을 하지 않으려면 상식이 필요한데, 그 상식은 평균이라고 할 수 있다.
범위가 몇년보다는 몇십년으로 긴 것이 좋고, 작은 숫자보다는 큰 숫자가 좋다.
그러니 많은 지역을 포괄하는 것이 더 좋다.

길고 넓은 것이 좋다는 점에서 한국의 주택 건설호수에 대한 숫자들은 간신히 기준을 넘어서는 정도라고 할 수 있다.

긴 싸이클이 보통 30년, 더 긴 것은 60여년에 이르기 때문에 30년을 겨우 넘는 이 자료는 경우에 따라 한 싸이클에 불과하지만, 아래 그림을 보고 있으면 적어도 두 개의 싸이클을 커버하고 있다는 것을 알 수 있다.

그래서 얻을 수 있는 결론은 한국의 주택공급은 역사적 평균과 비교하면 2015년에 바닥에서 벗어났다는 것이다.



주택 공급은 두 번의 싸이클을 보였고 이제 3번째 싸이클을 시작했다.
공급과잉이라는 얘기를 하는 자들은 주로 과거 공급량의 평균을 가지고 얘기한다.
(수요와 비교하는 것은 품이 많이 드니 기회가 되면)

위에 그은 1989년-2014년 평균 공급량 53만호보다 높으면 과잉, 낮으면 부족.
거기에 2009년 금융위기 이후 공급 부족분에 대한 억압된 수요 충족분까지 고려해도 16년까지 충분하고 17년에 본격적으로 15년 분양물량이 공급되면 공급과잉으로 부동산시장이 어쩌구저쩌구...
대략 이런 시나리오인데 그럴 수도 있다.

그러나 공급량 누적치를 보면 전혀 다른 것이 보인다.

1989년 이후 직선적으로 증가하고 있다.
그래서 누적공급량이 1600만호에 달한다.
2010년 한국 총 가구수 1730만에 육박하는 숫자이다.
한국 주택보급률이 100% 전후라니 기존 주택을 더하고, 멸실 주택을 빼면 얼추 비슷할 것이다.

이 중 아파트는 1100만에 조금 못미친다.
주택 전체보다 98년 이후 더 기울기가 낮아졌다.

직선이지만 자세히 보면 3번정도 꺾이는 지점이 있다.
공급이 빠른 시기와 느린 시기로 나누어진다는 것이고 그것은 연간 공급량에서 짐작할 수 있는 부분이다.



누적치의 저점은 89년, 14년이고 연결하면 위와 같은 직선이 된다.
이 선은 기본 공급량에 해당되고 많이 벌어지면 공급과잉이 발생할 수 있다.

둘 간의 차이를 구하면 97년, 2003년에 고점이 보인다.
전문가들이 언급하는 연간 공급물량을 평균과 비교한 것과는 전혀 다르다.
두 시점에 공급과잉이 있었다면, 공급부족은 위에 화살표로 표시한 시기에 발생했다.

지금은 가장 오래 지속된 공급부족에서 벗어나고 있다.
어디까지 갈지 추정할 수 있을까? 역사적 평균과 비교.

기본공급에서 60만호 이상의 차이가 벌어지면 과거의 고점권에 해당한다.
17년까지 죽어라 지어도 부족하고 18년까지 3년동안 70만호 이상을 지어서 누적으로 200만호를 넘으면 공급과잉의 가능성이 있다.

그런데 그렇게 짓기 위해서는 집값 상승세가 유지되어야 한다.
한국에서 집값이 꺾이면 가계부채증가가 따라서 꺾이고 집값도, 주택공급도 유지될 수 없다.
98년, 2008년에 온 국민이 이미 경험한 일이다.

그러니 주택공급과잉이라는 주장은 앞으로도 상당기간 주택가격이 오를 것이라는 주장과 다름없다.
나같은 무주택자에게는 피곤한 주장이다.
다행히 내가 확인한 바로는 주택공급과잉이라는 주장이 의심스럽다.



공급과 관련해서 아파트/주택 공급비율을 미분양과 비교해보면 지금이 어떤 시기에 해당하는 지 명백하다.
전체 주택 공급, 아파트 공급 비중이 증가하는 시기이다.
그러기 위해서 발생할 상황들이 일부 사람들이 기대하는 것과는 다를 수도 있다.




beveridge curve - long journey



http://runmoneyrun.blogspot.kr/2013/06/us-economic-cycle-beveridge-curve.html

3년 전에 확인해보고 처음이다.
다시 보니 vacancy rate의 분모가 틀렸다. 피고용자수가 아니라 노동가능인구라야 한다.
아래에는 fred가 제공하는 vacancy rate를 쓴다.


위기 이후 시간이 많이 흘러서 실업률은 경기 정점의 자연실업률 수준으로 낮아졌고, 사람을 못찾아서 비어있는 일자리는 이전 호황의 정점보다 높다.
2000년 12월 이전의 자료가 없지만, 적어도 직전 경기 싸이클과의 직접적인 비교는 여전히 가능하다.




베버리지 커브의 outward shift에 대해서는 몇년째 말이 많다.
고용시장의 구조적인 변화가 발생했다는 것인데, 경기가 개선되어도 빈 자리를 채울만한 숙련된 노동자를 구할 수가 없다는 것이다. 은퇴와 이직이 모두 이유가 된다고 한다. 그래서 제조업의 회귀도 쉽지 않다고도 한다.

주요국 노동시장의 미스매치 현황 및 시사점
http://dl.bok.or.kr/search/DetailView.ax?cid=845020

노동 시장의 미스매치때문에 실업률이 과거수준까지 낮아지기 어렵다는 의견이 많았지만, 5월 실업률이 '폭락'했으니 앞으로는 실업률 자체가 아니라 고용의 질을 파고들 사람들이 많이 나올 듯하다.

금융위기 이후 발생한 베버리지 커브의 시프트가 느리지만 원래 곡선과의 차이(1,2번 직선의 거리)를 줄이고 있었다. 거기에 최근의 실업률 하락이  차이를 더 좁혔을 것으로 본다.




베버리지 커브가 실업률과 빈 일자리 비율간의 관계를 잘 파악하기 위해 만들어지 것이지만, 실제로는 직관적이지 않은 면도 있다. (1,2번 직선 간의 거리보다는 3번같은 축방향의 거리가 눈에 잘 보인다)
그래서 베버리지 커브 상의 1번 직선 구간을 이용해서 실업률을 빈일자리비율로 변환하면 금융위기 이후 둘간의 사이가 급격히 벌어진 것을 볼 수 있다.
실업률에 비해 빈자리가 많은 것이 구조적 요인때문이라고 하지만, 최근 몇년 간에 걸쳐서 그 차이가 반 정도로 꾸준히 좁혀지고 있다는 것을 알 수 있다.
그것은 빈 일자리가 줄어서가 아니고, 빠르게 증가하는 빈 일자리를 실업률이 더 빠르게 따라잡고 있기 때문이다.


경기가 꺾이기 전에 두 지표 모두 방향을 바꾼다.
고용자수나 LMCI에서도 그 비슷한 일이 발생했고 많은 사람들이 아전인수격의 설명을 하느라 바쁘다.


그런데 노이즈를 고려해도 실업률과 빈 일자리 비율은 추세에 전혀 변화가 없다.
만약 금융위기 이후에 구조적 변화가 발생한 것이고 두개의 관계가 베버리지 커브에서처럼 직선적으로 유지된다면 동시에 둘 다 꺾이면서 간격(혹은 관계)를 유지해야 한다.

지켜볼만 한 가치가 있고, 베버리지 커브보다는 그냥 두 지표를 따로 보는 것이 파악하기 쉽다.

http://runmoneyrun.blogspot.kr/2016/06/labor-market-conditions-index-inferior.html

http://runmoneyrun.blogspot.kr/2016/06/ism-pmi-cumulative.html



http://ec.europa.eu/eurostat/statistics-explained/index.php/Job_vacancy_and_unemployment_rates_-_Beveridge_curve

"Structural changes in the economy can also generate outward or inward shifts in the Beveridge curve. In the first case, concurrent increases in the vacancy and unemployment rates can be identified at times of uneven growth across regions or industries when the matching efficiency between labour supply and demand decreases. In the case of inward shifts, concurrent decreases in the vacancy and unemployment rates can be observed when the matching efficiency of the labour market improves; this could be, for example, due to a better flow of information on job vacancies thanks to the internet."


유럽은 미국처럼 한번에 회복하지 못하고 더블딥의 형태를 보인다.



2016년 6월 7일 화요일

ism pmi cumulative, lcmi cumulative




1. cumulative sum of labor market conditions index
2. cumulative sum of (ism pmi - 51.89791(mean of the period))


http://runmoneyrun.blogspot.kr/2016/06/labor-market-conditions-index-inferior.html
http://www.advisorperspectives.com/dshort/updates/Labor-Market-Conditions-Index


lmci is not yet useful.
but cumulation of index is a interesting idea.

i applied that idea to ism pmi.

5 recessions/10 peaks


cumulative index of ism pmi shows pre-recession peak sometimes.
still 50% of false positive rate is not negligible.


but term spread does not shows false positive since 1960s.

http://runmoneyrun.blogspot.kr/2016/06/noisy-employment-us-economic-cycle.html


---------------
참고

http://danskeresearch.danskebank.com/abo/FlashCommentLMCIindex071014/$file/FlashComment_LMCIindex_071014.pdf

왜 굳이 더해서 보나 했는데 이 지표가 발표된 시기부터 고용시장이 보기보다 빡빡하다는 것을 보여준다고 믿는 사람들이 많았던 듯하다.







labor market conditions index - inferior version of ism pmi?





no reason to use this index.

1. short history
2. more noise
3. black box-ish model
4. subject to extensive revisions

if you want more noisy employment data, see nonfarm payrolls
http://runmoneyrun.blogspot.kr/2016/06/noisy-employment-us-economic-cycle.html




change in lmci (quarterly, averaging)
unemployment rate (mom, quarterly, averaging)

change in lmci gives no additional information of employment market at all.





https://research.stlouisfed.org/fred2/graph/?graph_id=312211&updated=9553

The LMCI is derived from a dynamic factor model that extracts the primary common variation from 19, seasonally-adjusted, labor market indicators. Users can read about the included indicators at http://www.federalreserve.gov/econresdata/notes/feds-notes/2014/updating-the-labor-market-conditions-index-20141001.html.

Users of the LMCI should take note that the entire history of the LMCI may revise each month. Three sources contribute to such revisions. The first source is new data that were not available at the time of the employment report. In particular, at the time of the Employment Situation report each month, the quit rate and hiring rate will be missing for the last two months of the sample because the Job Openings and Labor Turnover Survey is published with a longer lag than the model's other indicators. In subsequent months, as these data become available, the LMCI will revise.

The second source of revision comes from revisions to existing data. Many labor market indicators are subject to revision as additional source data become available or to incorporate annual benchmark revisions or updated seasonal adjustment factors. Prominent examples in the LMCI include the three payroll employment series from the Current Employment Statistics program.

The third source of revision is inherent to the model. The LMCI is derived from the Kalman smoother, meaning that the estimate of the index in any particular month is the model's best assessment given all past and future observations. Thus, when a new month of data is added to the sample, the model will revise its estimate of history in response to the new information. In practice, these revisions tend to be modest and concentrated in the most-recent six months of the sample.





http://www.advisorperspectives.com/dshort/updates/Labor-Market-Conditions-Index

http://runmoneyrun.blogspot.kr/2016/05/ism-customer-inventories-as-fast-as-new.html

http://runmoneyrun.blogspot.kr/2016/04/ism-pmi-rebound-by-dollar-and-oil.html


-------------
추가

http://runmoneyrun.blogspot.kr/2016/06/ism-pmi-cumulative.html